为什么 numpy 数组中需要两个方括号？答案

【问题标题】：Why there are two square brackets required inside numpy array?为什么 numpy 数组中需要两个方括号？
【发布时间】：2018-03-13 23:53:44
【问题描述】：

我正在学习 python，最近遇到了一个模块 Numpy。在 Numpy 的帮助下，可以将列表转换为数组并更快地执行操作。假设我们创建了一个具有以下值的数组：

import numpy as np
np_array=array([1,2,3,4,5])

所以如果我们需要以数组的形式存储一个列表，我们需要一个方括号。现在如果我想创建一个二维数组，为什么要这样定义：

np_array=array([[1,2,3,4,5],[6,7,8,9,10]])

不是这样的：

np_array=array([1,2,3,4,5],[6,7,8,9,10])

如果此问题重复，我深表歉意，但我找不到任何答案。

非常感谢

【问题讨论】：

【解决方案1】：

数组函数有以下形式。

array(object, dtype=None, copy=True, order=None, subok=False, ndmin=0)

如果你使用

np_array=array([1,2,3,4,5],[6,7,8,9,10])

函数调用将导致将 [1,2,3,4,5] 传递给 object 并将 [6,7,8,9,10] 传递给 dtype，这没有任何意义。

【讨论】：

这很有帮助！谢谢你:)
然后有人可能会问 为什么 array 的签名不是 array(*objects, dtype=None, copy=True, order=None, subok=False, ndmin=0)，答案是“因为它没有任何意义”并且它会可能违反了几个约定（也可能会使array 的实现复杂化）

【解决方案2】：

这实际上与numpy 关系不大。您本质上是在问foo(a, b) 和foo([a, b]) 之间有什么区别。

arbitrary_function([1, 2, 3, 4, 5], [6, 7, 8, 9, 10]) 将两个列表作为单独的参数传递给arbitrary_function（一个参数是[1, 2, 3, 4, 5]，第二个是[6, 7, 8, 9, 10]）。

arbitrary_function([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]]) 将列表列表 ([[1, 2, 3, 4, 5], [6, 7, 8, 9, 10]]) 传递给 arbitrary_function。

现在，numpy 创建者可以选择允许
arbitrary_function([1, 2, 3, 4, 5], [6, 7, 8, 9, 10])，但这样做几乎没有意义。

【讨论】：